fspecial 创建预定义的二维滤波器 （Matlab）

fspecial

创建预定义的二维滤波器

语法

h = fspecial(type)

h = fspecial('average',hsize)

h = fspecial('disk',radius)

h = fspecial('gaussian',hsize,sigma)

h = fspecial('laplacian',alpha)

h = fspecial('log',hsize,sigma)

h = fspecial('motion',len,theta)

h = fspecial('prewitt')

h = fspecial('sobel')

说明

h = fspecial(type) 创建具有指定 type 的二维滤波器 h。一些滤波器类型具有可选的附加参数，如以下语法所示。fspecial 以相关性核形式返回 h，该形式适用于 imfilter。

h = fspecial('average',hsize) 返回大小为 hsize 的平均值滤波器 h。

h = fspecial('disk',radius) 在大小为 2*radius+1 的方阵中返回圆形平均值滤波器 (pillbox)。

h = fspecial('gaussian',hsize,sigma) 返回大小为 hsize 的旋转对称高斯低通滤波器，标准差为 sigma。不推荐。请改用 imgaussfilt 或 imgaussfilt3。

h = fspecial('laplacian',alpha) 返回逼近二维拉普拉斯算子形状的 3×3 滤波器，alpha 控制拉普拉斯算子的形状。

h = fspecial('log',hsize,sigma) 返回大小为 hsize 的旋转对称高斯拉普拉斯滤波器，标准差为 sigma。

h = fspecial('motion',len,theta) 返回与图像卷积后逼近照相机线性运动的滤波器。len 指定运动的长度，theta 以逆时针方向度数指定运动的角度。滤波器成为一个水平和垂直运动的向量。默认 len 是 9，默认 theta 是 0，对应于 9 个像素的水平运动。

h = fspecial('prewitt') 返回一个 3×3 滤波器，该滤波器通过逼近垂直梯度来强调水平边缘。要强调垂直边缘，请转置滤波器 h'。

[ 1  1  1 

  0  0  0 

 -1 -1 -1 ]

h = fspecial('sobel') 返回一个 3×3 滤波器，该滤波器通过逼近垂直梯度来使用平滑效应强调水平边缘。要强调垂直边缘，请转置滤波器 h'。

[ 1  2  1 

  0  0  0 

 -1 -2 -1 ]

示例

 

创建各种滤波器并对图像进行滤波

读取图像并显示它。

I = imread('cameraman.tif');

imshow(I);

 

创建运动滤波器，并使用它来对图像进行模糊处理。显示模糊处理后的图像。

H = fspecial('motion',20,45);

MotionBlur = imfilter(I,H,'replicate');

imshow(MotionBlur);

 

创建圆形滤波器，并使用它来对图像进行模糊处理。显示模糊处理后的图像。

H = fspecial('disk',10);

blurred = imfilter(I,H,'replicate'); 

imshow(blurred);

 

输入参数

type - 滤波器的类型
'average' | 'disk' | 'gaussian' | 'laplacian' | 'log' | 'motion' | 'prewitt' | 'sobel'

滤波器的类型，指定为下列值之一：

值	说明
'average'	平均值滤波器
'disk'	圆形平均值滤波器 (pillbox)
'gaussian'	高斯低通滤波器。不推荐。请改用 imgaussfilt 或 imgaussfilt3。
'laplacian'	逼近二维拉普拉斯算子
'log'	高斯拉普拉斯滤波器
'motion'	逼近照相机的线性运动
'prewitt'	Prewitt 水平边缘强调滤波器
'sobel'	Sobel 水平边缘强调滤波器

数据类型： char | string

hsize - 滤波器的大小
正整数 | 由正整数组成的二元素向量

滤波器的大小，指定为正整数或由正整数组成的二元素向量。使用向量指定 h 中的行数和列数。如果您指定标量，则 h 是方阵。

当与 'average' 滤波器类型结合使用时，默认滤波器大小为 [3 3]。当与高斯拉普拉斯 ('log') 滤波器类型结合使用时，默认滤波器大小为 [5 5]。

数据类型： double

radius - 圆形滤波器的半径
5 （默认） | 正数

圆形滤波器的半径，指定为正数。

数据类型： double

sigma - 标准差
0.5 （默认） | 正数

标准差，指定为正数。

数据类型： double

alpha - 拉普拉斯算子的形状
0.2 （默认） | 范围 [0 1] 内的标量

拉普拉斯算子的形状，指定为范围 [0 1] 内的标量。

数据类型： double

len - 照相机的线性移动
9 （默认） | 数值标量

照相机的线性移动，指定为数值标量，以像素为单位测量。

数据类型： double

theta - 照相机移动的角度
0 （默认） | 数值标量

照相机移动的角度，指定为数值标量，以逆时针方向的度数为单位测量。

数据类型： double

输出参数

h - 相关性核
矩阵

相关性核，以矩阵形式返回。

数据类型： double

算法

平均值滤波器：

ones(n(1),n(2))/(n(1)*n(2))

高斯滤波器：

hg(n1,n2)=e−(n21+n22)2σ2

h(n1,n2)=hg(n1,n2)Xn1Xn2hg

拉普拉斯滤波器：

∇2=∂2∂x2+∂2∂y2

∇2=4(α+1)2666666664α41−α4α41−α4−11−α4α41−α4α43777777775

高斯拉普拉斯 (LoG) 滤波器：

hg(n1,n2)=e−(n21+n22)2σ2

h(n1,n2)=(n21+n22−2σ2)hg(n1,n2)σ4Xn1Xn2hg

请注意，fspecial 平移方程以确保核的所有元素之和为零（类似于拉普拉斯核），从而使同构区域的卷积结果始终为零。

运动滤波器：

1. 构造一个理想线段，其长度和角度由参数 len 和 theta 指定，以 h 的中心系数为中心。
2. 对于每个系数位置 (i,j)，计算该位置和理想线段之间的最近距离。
3. h = max(1 - nearest_distance, 0);
4. 归一化 h：h = h/(sum(h(:)))